Improved algorithm for distributed localization in wireless sensor networks

Many sensor network applications require location awareness,but it is often too expensive to equip a global positioning system(GPS) receiver for each network node.Hence,localization schemes for sensor networks typically use a small number of seed nodes that know their locations and protocols whereby other nodes estimate their locations from the messages they receive.For the inherent shortcomings of general particle filter(the sequential Monte Carlo method) this paper introduces particle swarm optimization a...     

基于新鲜度损耗的社区团购电商配送中心选址研究

社区团购电商S2B2C供应链模式带来了新环境下的选址问题,进行选址决策能够有效降低社区团购平台的运营成本并保障企业利益。为了使选址决策更符合社区团购运营实际,作者调研了社区团购供应链模式并建立了考虑新鲜度损耗的混合整数选址模型,借助蚁群算法设计两阶段求解模型,用于优化选址过程中的成本求解,最后通过算例进行比较分析。结果表明选址策略能够有效降低企业的运营成本,局部最优解会在特定配送中心数量约束条件下出现。     

基于水域精细划分的VTS雷达站选址配置优化

为了提高水上安全监管效率和保障水上运输安全生产, 以船舶交通管理系统(VTS)雷达站为研究对象, 研究了基于水域精细划分的VTS雷达站选址优化问题; 考虑实际环境中遮挡因素和水域风险因素对雷达监测效果的影响, 基于软件ArcGIS 10.4.1提出了水域精细划分方法; 以雷达站建站位置和雷达配置类型为决策变量, 以水域覆盖率最大和总成本最小为目标函数, 构建了混合整数规划模型; 基于模型特点设计了多目标粒子群算法, 给出了生成初始粒子群的启发式规则, 并在算法中引入有效的变异操作; 为了验证方法的有效性, 以ZDT系列测试函数对算法搜寻最优解的性能以及算法的收敛性进行了研究。研究结果表明: 水域精细划分方法能够在考虑遮挡因素和风险因素的情况下实现对水域的空间划分, 实例中在存在62个雷达站候选点的情况下将雷达站所需监测水域划分为2 812个水域单元; 改进的粒子群算法在ZDT测试函数中能够有效地寻找全局最优解, 并且在最优解的分布上具有良好的收敛性和分布性; 针对实例中的VTS雷达站选址项目模型达到了95.92%的覆盖率, 成本为33 800元。可见, 考虑环境遮挡和水域风险因素的VTS雷达站选址模型是有效的, 改进的多目标粒子群算法可以提高VTS雷达站选址的科学性和合理性, 是解决VTS雷达站选址优化问题的一种有效方法。     

基于Apriori算法的城市关键路段识别

为提高城市交通精细化管理,方便居民出行,采集车辆出行过程中的射频识别(RFID)数据,利用大数据算法实现城市路网中关键路段的识别,提出了一种基于Apriori 算法的城市关键路段识别方法。该方法通过计算支持度,计算出1 d 内城市道路的频繁程度以确定城市路网中的关键路段。本文对判定城市路网中的关键路段提供了新思路,为制定关键路段交通拥堵管理措施、引导部分交通流出行路径或通行权提供了重要依据。并对关键路段的交通流来源进行分析,回溯每条关键路段交通流的产生源头,进而指导城市交通规划和基础设施建设。     

共享单车现金奖励调度策略的用户接受意愿研究

为探讨共享单车用户在不同影响因素下对现金奖励调度策略的接受程度,设定了针对共享单车用户的调查问卷,并在济南市进行了调查,得到519份有效问卷。基于扩展的计划行为理论（Extended Theory of Planned Behavior, ETPB）模型和相关结构方程模型（Structural Equation Model, SEM）,设定了社会规范、支付能力、体力、感知服务、感知绿色价值5个构念以及5个相关假定,以测度不同奖励调度情境下共享单车用户对奖励策略的接受程度。结果显示,支付能力和体力对用户接受调度的影响程度最大,其次是社会规范和感知服务,感知绿色价值的影响程度最小。在此基础之上,提出了增大站点密度、实行现金奖励及提高车辆质量等建议,以降低运营成本、提升用户满意度与车辆使用率。     

疫情期间社区商超物资配送路径优化研究

在抗击新型冠状病毒肺炎的战役中,采取商超+社区创新无接触配送模式对疫情影响下的社区进行物资配送,以保障居民生活物资供应。利用SOM神经网络算法与遗传算法求解车辆路径规划中的特例问题——TSP问题,以湖北省黄石港区社区物资配送路径为例,对两种算法的优化结果进行对比,发现遗传算法比SOM神经网络算法拥有更高的求解精度及效率。结果表明:优化后的路径距离为初始路径距离的37.2%,使用遗传算法可更快地搜寻到最佳的物资配送路径,得到较好的物资配送方案。     

区块链在智能交通领域中的应用研究

由于区块链具有难以篡改、异构灵活、智能合约自动执行、协作机制透明、安全可靠的特点,在诸多领域得到应用和推广。结合智能交通领域的业务需求和区块链的技术特点,对区块链在交通领域中的应用研究进行了初步探讨。     

基于YOLO的铁路侵限异物检测方法

基于现有的铁路侵限异物检测方法只能识别出静态障碍物且识别速度较慢的问题,提出一种基于YOLO算法的铁路侵限异物检测方法.针对铁路侵限异物检测的特殊性,合理设计YOLO模型结构.采用24个卷积层、4个最大池化层及2个全连接层完成异物图像的提取、降维、识别输出,并使用实拍疑似侵限异物图片对YOLO模型进行预训练,达到学习及降低过拟合的目的,最终实现了异物定位及识别的功能.实验中通过对1 660张单幅疑似铁路侵限异物图片进行检测,结果表明,该方法对正常曝光的侵限异物图片检测准确率较高,而且在识别速度方面较AlexNet及Adaboost算法具有较大的优越性.     

RC矩形空心墩的新型滞回模型及参数识别方法

为了准确模拟RC （reinforced concrete）矩形空心桥墩的刚度退化特性,为桥梁震后可恢复性能研究提供理论基础,进行了不同设计参数的14个RC矩形空心墩模型拟静力试验. 通过引入峰值位移影响系数体现刚度退化与峰值位移的关联,建立修正的Bouc-Wen-Baber-Noori （BWBN）滞回模型;基于粒子群-引力搜索混合智能优化算法（combination of particle swarm optimization and gravitational search algorithm,PSOGSA）识别实测滞回曲线对应的滞回参数,并建立桥墩设计参数与滞回参数间的对应关系,进而总结滞回参数的经验预测方法. 研究结果表明:修正的BWBN滞回模型曲线与实测滞回曲线吻合程度高,相关性系数在0.98以上,且新型滞回模型能准确地反映出桥墩侧向刚度随墩顶位移退化的特性;PSOGSA算法能精确地识别实测滞回曲线的模型参数;采用经验预测方法得到的模型曲线与实测滞回曲线的相关性系数为0.83,该方法适用于缺乏实测滞回曲线的桥墩.      

考虑收益管理的高铁平行车次动态差别定价

基于RP(Revealed Preference)和SP(Stated Preference)调查数据,利用潜在类别模型对高铁旅客进行细分,得到旅客对平行车次不同服务属性,如列车运行时间、发车时段和舒适度的偏好程度,并对其进行量化;引入收益管理,以多列车整体收益最大为目标,构建平行车次动态差别定价模型,并设计模拟退火算法进行求解;最后,通过京沪高铁进行实例验证.结果表明：与固定票价进行客票销售相比,所提方案能够适应高峰期和平峰期不同客流特点,提高铁路客票总收益,为高铁平行车次灵活定价提供参考.